Aller au contenu principal
Le Fil Robotique
Le Fil RobotiqueHumanoïdes · IA physique · Industriel
SenseTime ouvre un commerce de proximité en IA incarnée avec des robots humanoïdes à Shanghai
Chine/AsiePandaily 

SenseTime ouvre un commerce de proximité en IA incarnée avec des robots humanoïdes à Shanghai

1 source couvre ce sujet·Source originale ↗·
Résumé IASource uniqueImpact UE

SenseTime, l'un des principaux groupes d'intelligence artificielle en Chine, a inauguré en mai 2026 à Shanghai un point de vente de détail entièrement opéré par des robots humanoïdes. La boutique, baptisée "Shaomai Gou" (烧卖购), est installée dans le site touristique Baoshan Riverside Scenic Area. Le protocole client est simple : scanner un QR code pour passer commande depuis son téléphone, puis recevoir le produit directement des mains du robot. Au-delà de la préparation des commandes, les robots seraient capables d'assurer la sélection des références, la tarification et l'analyse des données de réapprovisionnement des stocks. Le magasin a attiré des files d'attente spontanées lors du week-end du 1er mai. Aucun modèle de robot n'est identifié dans l'annonce officielle, et SenseTime ne publie pas de métriques opérationnelles (temps de cycle, taux de succès des saisies, volume de transactions).

Ce déploiement est significatif parce qu'il sort les robots humanoïdes du contexte industriel contrôlé pour les placer face à des consommateurs non formés, dans un environnement ouvert et non structuré. La manipulation de produits variés, la gestion des interactions client et le réassort en rayon constituent des tâches difficiles pour un système robotique généraliste. Cela dit, l'absence de données techniques publiées invite à la prudence : l'initiative ressemble davantage à un déploiement pilote à forte valeur marketing qu'à une preuve de passage à l'échelle industrielle. Ce que cela valide en revanche, c'est l'existence d'une voie commerciale pour l'embodied AI dans les services de proximité à forte fréquentation, un segment jusqu'ici dominé par des kiosques automatisés passifs.

SenseTime a bâti sa réputation initiale sur la vision par ordinateur et la reconnaissance faciale avant de pivoter vers l'IA incarnée, combinant vision robotique, compréhension du langage naturel et manipulation physique. En Chine, la société fait face à la concurrence de Unitree Robotics, Fourier Intelligence et UBTECH sur le segment humanoïde ; à l'international, les références du secteur restent Figure AI avec le robot 03, Physical Intelligence avec Pi-0 et Boston Dynamics. La prochaine étape logique pour SenseTime sera d'étendre "Shaomai Gou" à d'autres sites et de publier des données de performance qui permettraient de distinguer la démonstration du déploiement opérationnel réel.

Dans nos dossiers

FigureBoston DynamicsUnitreeUBTech

À lire aussi

SenseTime ouvre un magasin de proximité avec des robots à IA physique à Shanghai
1Pandaily 

SenseTime ouvre un magasin de proximité avec des robots à IA physique à Shanghai

SenseTime, via sa filiale SenseMart, a inauguré à Shanghai (quartier touristique de Baoshan Riverside) un magasin de proximité autonome baptisé "Shaomai Gou" (烧卖购), dont l'affluence lors des congés du 1er mai a confirmé l'intérêt du public. Le client scanne un QR code ; un bras robotique sélectionne et délivre le produit en 15 secondes dans les meilleures conditions annoncées, sans caissier ni gérant sur place. Le point de vente de 15 m² propose plus de 300 références (SKUs) couvrant boissons, café, glaces et plats chauds, produits standardisés et non standardisés confondus. Trois boutiques sont actuellement en exploitation régulière à Shanghai, avec 400 transactions quotidiennes par unité en moyenne. SenseTime vise une extension à d'autres villes chinoises d'ici fin 2026. Ce que ce déploiement démontre pour l'industrie, c'est la viabilité opérationnelle d'une boucle "percevoir-comprendre-décider-exécuter" en environnement retail réel. L'architecture repose sur deux moteurs : SenseMartGalaxy pour la perception visuelle et la compréhension multimodale, et SenseMartGalaxy-EAI, qui intègre la reconstruction 3D par gaussiennes et des world models pour la manipulation physique. Point concret pour les intégrateurs : le système reconnaît de nouveaux produits sans réentraînement, ce qui abaisse le coût d'onboarding des références. Cette capacité s'appuie sur cinq ans d'accumulation de données propriétaires, soit 300 000 modèles 2D produits, 100 000 assets 3D et 1,5 million d'enregistrements de transactions journalières. C'est un avantage structurel difficile à répliquer rapidement par un entrant. SenseTime est historiquement connue pour ses solutions de vision par ordinateur et de reconnaissance faciale ; SenseMart constitue son pivot vers la robotique de service. Le segment du retail autonome est disputé : Amazon Go est en recul commercial en Occident, tandis que Standard AI et AiFi misent sur des formats "grab and go" sans manipulation physique. En Chine, Cainiao (Alibaba) et JD.com explorent des approches similaires, mais l'intégration d'un bras robotique dans un espace aussi réduit reste rare. Les analystes soulèvent des questions légitimes sur la durabilité économique du modèle (coûts de maintenance, taux de pannes, comportements atypiques côté clients) que les chiffres actuels, issus d'un lancement récent dans un cadre touristique contrôlé, ne permettent pas encore de trancher.

Chine/AsieOpinion
1 source
MWC Shanghai : oubliez le score, les tirs au but de robots humanoïdes ont mis l'IA incarnée à l'épreuve
2TechNode 

MWC Shanghai : oubliez le score, les tirs au but de robots humanoïdes ont mis l'IA incarnée à l'épreuve

Pendant deux jours au Shanghai New International Expo Centre, lors du MWC Shanghai 2026, huit équipes chinoises de robotique humanoïde se sont affrontées dans un tournoi de tirs au but entièrement autonomes, réunissant plus de 10 000 spectateurs sur environ 100 rounds de compétition. Trois équipes ont dominé le classement final : China Mobile (Hangzhou) Information Technology a décroché la première place, devant Tianshu Tanjie (Beijing) Technology et Hangzhou Xingshu Intelligent Robot. La règle centrale du concours, imposée par les organisateurs, prohibait tout contrôle à distance et tout script de mouvement préprogrammé : les robots devaient localiser le ballon, se positionner, tirer, défendre le but et retrouver leur équilibre en temps réel via leurs propres systèmes de perception, de planification et de contrôle moteur. Le robot de China Mobile (Hangzhou) s'est distingué par sa régularité sur plusieurs rounds avec peu de défaillances visuelles ou d'instabilités posturales, en s'appuyant sur une connectivité 5G à faible latence couplée à du calcul edge AI embarqué. Tianshu Tanjie a démontré des capacités solides en contrôle dynamique et en actuation articulaire, permettant à son gardien compact de s'ajuster à des tirs provenant d'angles variés. Hangzhou Xingshu, start-up de nouvelle génération, a présenté une plateforme allégée d'environ 30 % par rapport à ses concurrents, lui conférant une agilité notable dans les changements de direction, malgré quelques erreurs de mouvement résiduelles. Ce qui rend cet événement significatif pour l'industrie dépasse largement la performance footballistique. Contrairement aux démonstrations classiques en laboratoire contrôlé ou aux vidéos promotionnelles soigneusement montées, le concours a exposé les robots à des conditions imprévisibles en conditions réelles : environnement dynamique, éclairage variable, interactions non scriptées. C'est précisément le profil de test le plus révélateur pour évaluer la maturité des systèmes d'IA incarnée (embodied AI). La capacité à percevoir, planifier et maintenir l'équilibre dans un environnement non déterministe est le vrai critère de qualification pour un déploiement industriel. Le fait que plusieurs équipes aient tenu des rounds complets sans intervention humaine, même si le taux de réussite global reste modeste, indique que le "demo-to-reality gap" se resserre. Pour un intégrateur B2B ou un COO industriel, ce n'est pas encore une maturité commerciale, mais c'est un signal de trajectoire difficilement ignorable. La Chine investit massivement dans la robotique humanoïde depuis 2023, avec un écosystème dense de start-ups bénéficiant du soutien d'opérateurs institutionnels comme China Mobile. Ce concours illustre la montée en puissance compétitive de cet écosystème national, qui se développe en parallèle des initiatives américaines (Boston Dynamics, Figure, Agility Robotics) et européennes, où des acteurs comme Enchanted Tools ou Wandercraft avancent sur des segments spécialisés. L'absence totale de concurrents non-chinois dans ce tournoi révèle aussi la fragmentation géographique croissante du secteur. Les suites concrètes restent floues : aucune des trois équipes primées n'a annoncé de pilote industriel ni de calendrier de commercialisation à l'issue de la compétition, ce qui maintient ces systèmes dans la catégorie "démonstrateur avancé" plutôt que "produit déployable à court terme".

UELa montée en puissance de l'écosystème humanoïde chinois (8 équipes autonomes, ~100 rounds en conditions réelles sans intervention humaine) renforce la pression concurrentielle sur les acteurs européens comme Enchanted Tools et Wandercraft, sans impact opérationnel immédiat mais avec un signal de trajectoire à intégrer dans les feuilles de route R&D.

Chine/AsieOpinion
1 source
Chine : le premier centre d'entraînement de robots humanoïdes hétérogènes ouvre à Shanghai
3Interesting Engineering 

Chine : le premier centre d'entraînement de robots humanoïdes hétérogènes ouvre à Shanghai

La Chine ouvrira en juillet 2026 à Shanghai son premier centre de formation hétérogène pour robots humanoïdes, dans le quartier de Zhangjiang. Développé par le National and Local Co-Built Humanoid Robotics Innovation Center, le site couvre plus de 5 000 m² et accueille plus de 100 types de robots issus d'une dizaine d'entreprises, ce qui en fait le centre de formation le plus diversifié du pays selon le Global Times. Les robots y sont entraînés sur des tâches réelles dans des environnements simulant à la fois le foyer domestique et l'atelier industriel. Les données générées alimentent des bases de données à grande échelle destinées à soutenir les modèles d'IA utilisés dans la fabrication, les services, la santé et l'agriculture. Ce projet s'inscrit dans la continuité d'un premier centre ouvert à Pékin en décembre 2025, où des humanoïdes pratiquaient des tâches d'usine, des corvées ménagères, la cuisine et la gestion de colis. L'enjeu central de ce centre shanghaïen n'est pas simplement le volume d'entraînement, mais l'interopérabilité des données. Selon Xu Bin, directeur général du centre, les humanoïdes de différents fabricants varient en structure squelettique, en nombre de degrés de liberté et en systèmes moteurs, rendant leurs données d'entraînement mutuellement incompatibles. La plateforme vise à combler ces gaps et à standardiser la collecte de données entre systèmes hétérogènes, un problème structurel qui freine la montée en puissance de l'IA incarnée (embodied AI). Contrairement aux modèles de langage qui s'appuient sur des corpus internet massifs, les robots physiques dépendent de données d'interaction réelles, coûteuses à produire. Résoudre ce bottleneck à l'échelle industrielle représenterait un levier majeur pour l'ensemble de la filière, en accélérant la commercialisation des humanoïdes dans des secteurs à forte valeur comme la logistique et l'assemblage manufacturier. Cette initiative s'inscrit dans une course internationale aux infrastructures de formation robotique. En parallèle, l'Allemagne prépare le TUM RoboGym, développé en collaboration entre la Technische Universität München et NEURA Robotics, basée à Metzingen. Situé à proximité de l'aéroport de Munich, ce centre couvrira environ 2 322 m² et sera dédié à l'entraînement supervisé de robots humanoïdes sur des tâches de manipulation d'objets, d'assemblage de composants et de pliage. L'investissement est décrit comme "multi-millions de dollars", sans montant précis communiqué. Si la Chine mise sur la diversité des plateformes et le partage de données à grande échelle, avec une ambition clairement industrielle, l'approche allemande privilégie l'articulation recherche-industrie via un acteur académique de premier plan. Les deux modèles convergent néanmoins vers le même constat : la pénurie de données physiques de qualité est aujourd'hui le principal obstacle à la généralisation des humanoïdes en environnement réel.

UEL'initiative allemande TUM RoboGym (TU München + NEURA Robotics, Metzingen) positionne directement l'Europe dans la course aux infrastructures d'entraînement pour humanoïdes, avec un modèle recherche-industrie concurrent de l'approche chinoise.

Chine/AsieOpinion
1 source
SenseTime lance SenseMart OS pour intégrer l'IA incarnée dans le commerce de détail
4TechNode 

SenseTime lance SenseMart OS pour intégrer l'IA incarnée dans le commerce de détail

SenseTime a lancé le 23 septembre, à son siège de Shanghai, SenseMart OS, présenté comme un « système d'exploitation physique » pour le commerce de détail. Il relie des robots hétérogènes (bras doubles sur base roulante, humanoïdes, préhenseurs), l'équipement de magasin et les opérations commerciales. Sa vitrine est SenseMart Go, un magasin robotisé : lors de la démonstration, un robot est allé chercher une bouteille d'eau minérale sur une étagère après la commande d'une journaliste de TechNode. Le réseau compte plus de 20 points de vente à Shanghai, Hefei, Shenzhen, Qingdao et Yancheng (campus, centres commerciaux, bureaux, parcs industriels, événements, espaces publics). Selon Yi Shuai, cofondateur et chief scientist de SenseTime Smart Retail, un employé peut superviser trois à cinq magasins, soit 0,2 à 0,3 personne par site. Les robots tiennent environ six heures sur batterie, donc deux recharges par jour, et un robot peut quitter sa station pour servir un client. Chaque magasin propose 150 à 200 références, soit le tiers au cinquième d'un petit commerce de proximité. Le seuil de rentabilité serait atteint en six à douze mois dans les bons emplacements shanghaïens, environ un an en moyenne. Le système apprendrait une nouvelle compétence de manipulation par semaine, répliquée sur tous les sites. L'entraînement d'un nouveau modèle de magasin serait passé de deux à trois mois à une à deux semaines, et un déploiement standardisé fonctionnerait dès le lendemain de l'installation. L'intérêt tient au terrain choisi et aux indicateurs retenus. Contrairement à l'entrepôt ou à l'usine, le commerce impose au robot d'interagir avec des clients, ce qui sollicite simultanément perception, interaction, décision et exécution. Surtout, SenseMart OS cible des résultats commerciaux (satisfaction, réachat, taux de transaction) plutôt que le simple succès d'une tâche, avec des données de vente, de stock, de vision et de voix pour entraîner des agents dédiés. C'est un argument concret pour les décideurs qui cherchent un ROI mesurable, loin des démonstrations. La démarche alimente aussi le débat sur ce qui fera la différence dans l'IA incarnée : matériel, données, modèles ou couche système. Ici, SenseTime mise sur l'orchestration. Il faut toutefois lire ces chiffres avec prudence : ils proviennent de l'entreprise, sans audit indépendant. Le point de rentabilité est décrit comme « rapporté », l'assortiment réduit limite la complexité de la tâche, et le nombre de commandes traitées par robot ou le taux d'intervention humaine ne sont pas précisés. SenseTime s'appuie sur des années d'expérience dans le retail : des systèmes de reconnaissance de produits traitant des millions de commandes par jour et une base de plus de 300 000 références (SKU). L'entreprise veut étendre le système à d'autres services physiques. Le lancement s'est accompagné d'un panel réunissant Hengyi Liu (CTO de SenseTime Smart Retail), Min Yuheng (Zerith Robotics), Chunxiao Liu (ACE Robotics), Wenqiang Xu (DAX Robotics) et Weisheng Xu (Jiutian Yuanshu), signe d'un écosystème de fabricants de robots que SenseTime entend fédérer par une couche logicielle. Cette approche se distingue des acteurs qui intègrent verticalement robot et modèle, comme Figure ou Tesla. Aucun calendrier de déploiement chiffré n'a été communiqué au-delà des 20 magasins actuels ni de partenariat européen. La suite dépendra de la capacité à répliquer ces résultats hors de Shanghai et à ouvrir la plateforme à d'autres secteurs.

UEPas d\'impact direct sur la France/UE

Chine/AsieActu
1 source